存在恶意攻击的无线传感器网络目标定位与跟踪

In a malicious attacks existing wireless sensor network, the existing intrusion detection and malicious nodes identification methods are simple and do not resist high reputation nodes of the malicious slander, which makes locating and tracking goal of sensor networks energy consumption further expand, and produce sensing lost association, invalid models, positioning error. The project presents a malicious nodes identification and target tracking combination of solution, which will not influence the positioning accuracy,under the premise of lowering localization and tracking target state estimate the amount of calculation, network nodes and reduce traffic in target tracking number of nodes in the measures..The theoretical analysis, numerical simulation and experimental results verify the method of combining the in-depth research has been invaded for wireless sensor networks used in target tracking of the theory and technology, and use of effective identification method will malicious isolated from the network nodes, make its are not participate in target tracking. By constructing reasonable network structure, in complete locating and tracking at the same time, try to reduce the energy consumption in order to prolong the whole network of survival time..This project will carry out there for malicious invasion of the wireless sensor networks target localization and tracking improvement and provide perfect new way, and will make progress in the wireless sensor network location and tracking research .

在有恶意攻击存在的无线传感器网络中，现有的入侵检测及恶意节点识别方法功能单一、不可抵御高信誉节点的恶意诽谤，从而使定位跟踪目标时传感器网络的能量消耗进一步扩大，同时产生传感失协、模型失用、定位失误等问题。本项目提出一种恶意节点识别与目标定位跟踪相结合的方案，在不影响定位精度的前提下，研究降低定位和跟踪目标状态估计的计算量、网络节点的通信量以及减少参与目标定位跟踪的节点数的措施。采用理论分析、数值仿真与实验验证相结合的方法，深入研究已经被入侵了的无线传感器网络应用于目标定位跟踪的理论与技术，以及利用有效的识别方法将恶意节点从网络中隔离出来，使其不参与目标定位跟踪。通过构建合理的网络结构，在完成定位跟踪的同时，尽量降低能耗以延长整个网络的生存时间。本项目的开展将为存在恶意入侵的无线传感器网络目标定位与跟踪的改进及完善提供全新的思路，并将使无线传感器网络定位与跟踪的研究获得新进展。

在有恶意攻击存在的WSN中，现有的入侵检测及恶意节点识别方法功能单一、不可抵御高信誉节点的恶意诽谤，从而使目标节点定位跟踪时WSN的能量消耗进一步扩大，导致产生传感失协、模型失用、定位失误等问题。本项目采用理论分析、数值仿真与实验验证相结合，深入研究了被入侵的WSN应用于目标定位跟踪的精度问题。在WSN中恶意节点识别方面，本项目引用了一种类跳频系统通信模型来抗击恶意节点干扰，采用了一种基于Kerberos的动态口令认证方法，该方法在不影响定位精度的前提下，能有效地解决节点之间的相互认证，防止恶意节点的伪装和节点传输时的信息被截获，提高了整个系统的安全性。在WSN定位与跟踪方面，本项目采用改进的节点定位算法，利用区域差分修正，提升了节点定位精度，同时，采用基于高斯模型的维纳滤波处理目标节点的采集信号，减小了环境干扰对测量结果的影响，提高了基于接收信号强度的测距精度。同时，利用基于AdaBoosting算法的恶意节点识别与隔离方法将恶意节点从WSN网络中分离出来，使其不对目标定位与跟踪产生影响。最后，通过构建Hopfield神经网络结构，保证了在完成定位跟踪的同时，降低网络能耗15%、提升整个网络生存时间12%。本项目的研究成果已经应用于湖北永恒太阳能股份有限公司的太阳能电池组件的监测中，为企业年增长销售金额5000万元、减少了20万吨/年的碳排放量，产生了较好的经济效益和社会效益。同时，还为存在恶意入侵的WSN目标定位与跟踪的优化及完善提供全新的思路，从而使WSN定位与跟踪的研究获得了新进展。